Produtos

Row

Produção por colaborador

Serviços prestados

As 10 cooperaivas que pediram no mês

Row

Produção diária de peças

Média de peças diárias produzidas por colaborador antes e depois do Home-Office

Institucional

Row

Produção por colaborador

Serviços prestados

As 10 cooperaivas que mais pediram no mês

Row

Produção diária de peças

Média de peças diárias produzidas por colaborador antes e depois do Home-Office

ASCOM

Row

Total new hires

8

Total exits

3

Net change

5

Row

Serviços prestados

Proporção de revistas e relatórios trabalhados

Proporção dos serviços realizados por etapas

Row

Serviços executados diariamente

Jornais que contataram

Mídias Digitais

Row

Audio Visual

Row

Serviços prestados

10 cooperaivas que mais requisitaram

Row

Produção diária de peças

Arquitetura

Row

Serviços prestados

10 cooperaivas que mais requisitaram

Row

Quantidade de serviços realizados por dia útil

Produção mensal Aquiteto

Mídias Off

Produção diária de Mídias-off

---
title: "RESULTADO DIÁRIO MKT"
output: 
  flexdashboard::flex_dashboard:
    orientation: rows
    #vertical_layout: fill
    vertical_layout: scroll
    logo: pp.png
    social: [ "twitter", "facebook","google +", "linkedin", "pinterest" ]
    source_code: embed
    #runtime: shiny
---

```{r setup, include=FALSE}
#devtools::install_github("jeromefroe/circlepackeR")
#library(devtools)
library(flexdashboard)
library(readxl)
library(tidyr)
library(plotly)
library(ggmap)
library(RColorBrewer)
library(treemap)
library(hrbrthemes)
library(circlepackeR)
library(data.tree)
library(babynames)
library(viridis)
library(dplyr)
library(lubridate)
library(DT)
#library(d3treeR)
library(chorddiag)
library(circlize)
library(streamgraph)

#função criada para computar quantos dias tem o mês
numberOfDays <- function(date) {
    m <- format(date, format="%m")

    while (format(date, format="%m") == m) {
        date <- date + 1
    }

    return(as.integer(format(date - 1, format="%d")))
}

produtos <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/PRODUTOS/PROJETOS_PRODUTOS.xlsm", sheet = 1)
institucional <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/INSTITUCIONAL/PROJETOS_INSTITUCIONAL.xlsm", sheet = 1)

maindata=data.frame(rbind(produtos, institucional))
names(maindata)=names(produtos)

maindata$`DATA DE ENTREGA`=as.Date(maindata$`DATA DE ENTREGA`, origin = "1899-12-30")

maindata=maindata %>% filter(!`DATA DE ENTREGA`% filter(STATUS!="NOVO")

maindatamensal = maindata %>% filter(`DATA DE ENTREGA`>=as.Date(cut(Sys.Date(), "month")) & `DATA DE ENTREGA`<=as.Date(cut(Sys.Date(), "day"))) %>% filter(STATUS!="NOVO")

produtos = maindatamensal %>% filter(NUCLEO=="PRODUTOS") %>% filter(`DATA DE ENTREGA`>=as.Date(cut(Sys.Date(), "month")) & `DATA DE ENTREGA`<=as.Date(cut(Sys.Date(), "day")))

institucional = maindatamensal %>% filter(NUCLEO=="INSTITUCIONAL") %>% filter(`DATA DE ENTREGA`>=as.Date(cut(Sys.Date(), "month")) & `DATA DE ENTREGA`<=as.Date(cut(Sys.Date(), "day")))


######################################    ARQUITETO
arquiteto <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/ARQUITETO/PROJETOS_ARQUITETO.xlsm", sheet = 1)
arquiteto$`DATA DE ENTREGA`=as.Date(arquiteto$`DATA DE ENTREGA`, origin = "1899-12-30")

arquitetodiario=arquiteto %>% filter(`DATA DE ENTREGA`>=as.Date(cut(Sys.Date(), "month")) & `DATA DE ENTREGA`<=as.Date(cut(Sys.Date(), "day")))


######################################    ASCOM
revistas_relatorios <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/ASCOM/01.REVISTAS_RELATORIOS.xlsm", sheet = 1)
revistas_relatorios$`DATA DE ENTREGA`=as.Date(revistas_relatorios$`DATA DE ENTREGA`, origin = "1899-12-30")

revistas_relatorios_total=revistas_relatorios %>% filter(`DATA DE ENTREGA`>=as.Date(cut(Sys.Date(), "year")))

revistas_relatorios=revistas_relatorios %>% filter(`DATA DE ENTREGA`>=as.Date(cut(Sys.Date(), "month")) & `DATA DE ENTREGA`<=as.Date(cut(Sys.Date(), "day")))

atendimento_a_imprensa <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/ASCOM/02.atendimento_a_imprensa.xlsx", sheet = 2) %>% filter(`DATA DO CONTATO`>=as.Date(cut(Sys.Date(), "month")) & `DATA DO CONTATO`<=as.Date(cut(Sys.Date(), "day")))


#################  Audio visual
#################
audiovisual=read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/SUPORTE DE QUALIDADE/SAULO - AUDIO VISUAL/AUDIO_VISUAL.xlsm", sheet = 1)
audiovisual$`DATA DE ENTREGA`=as.Date(audiovisual$`DATA DE ENTREGA`, origin = "1899-12-30")

################  projetos
################
midias_off <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/SUPORTE DE QUALIDADE/GABI/GABI_GLPI.xlsm", sheet = 1)
midias_off$`DATA DE ENTREGA`=as.Date(midias_off$`DATA DE ENTREGA`, origin = "1899-12-30")


```

Produtos
=====================================

Row
-------------------------------------

### Produção por colaborador

```{r}
proporcaoprodutos=data.frame(table(produtos$`TÉCNICO RESPONSÁVEL`))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value, type = 'pie') %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))


```

### Serviços prestados

```{r}
proporcaoprodutos=data.frame(table(produtos$CATEGORIA))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value) %>%
  add_pie(hole = 0.6) %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))


```

### As 10 cooperaivas que pediram no mês

```{r}
demandas_cooperativas=data.frame(table(produtos$`COOPERATIVA SOLICITANTE`))
names(demandas_cooperativas)=c("Cooperativa", "Frequência")
demandas_cooperativas=demandas_cooperativas %>% arrange(Frequência)
n=demandas_cooperativas %>% nrow()
if(n>10){
demandas_cooperativas=demandas_cooperativas %>% slice((n-10):n)
}

p <- plot_ly(demandas_cooperativas, x = ~reorder(Cooperativa, -Frequência), y = ~Frequência, type = 'bar', name = 'SF Zoo') %>%
    layout(barmode = 'group', xaxis = list(title = "Cooperativas", range = c(-0.5,9.5)))

p

```

Row
----------------------------------

### Produção diária de peças
```{r}
demandas_mes=produtos


teste_pecas=data.frame(table(demandas_mes$`TÉCNICO RESPONSÁVEL`, demandas_mes$`DATA DE ENTREGA`))
names(teste_pecas)=c("name", "year", "n")
teste_pecas$year=as.Date(teste_pecas$year)

# Plot
p <- teste_pecas %>% 
  ggplot( aes(x=year, y=n, fill=name, text=n)) +
  geom_area( )+
  scale_fill_viridis(discrete = TRUE)+
  #theme(legend.position="none") +
  theme_ipsum()+
  scale_x_date(date_labels = "%e %B")
  #theme(legend.position="none")

# Turn it interactive
p <- ggplotly(p, tooltip="text") %>% layout(xaxis = list(title="Dia do mês"), yaxis = list(title="Quantidade de peças"))
p
```

### Média de peças diárias produzidas por colaborador antes e depois do Home-Office

```{r}
base=data.frame(table((maindata %>% filter(NUCLEO=="PRODUTOS"))$`TÉCNICO RESPONSÁVEL`, (maindata %>% filter(NUCLEO=="PRODUTOS"))$`DATA DE ENTREGA`))
base$Var2=as.Date(base$Var2)
base=base %>% filter(Var1!="Matheus") %>% filter(Var1!="Saulo") %>% filter(Var1!="João")

colaborador=levels(factor(base$Var1))
Arley=base %>% filter(Var1=="Arley") %>% filter(Var2% filter(Var1=="Tatau") %>% filter(Var2% filter(Var1=="Arley") %>% filter(Var2>as.Date("2020-03-21"))
Arleyd=sum(Arleyd$Freq)/as.numeric(as.Date(cut(Sys.Date(), "day"))-as.Date("2020-03-23"))

Tataud=base %>% filter(Var1=="Tatau") %>% filter(Var2>as.Date("2020-03-21"))
Tataud=sum(Tataud$Freq)/as.numeric(as.Date(cut(Sys.Date(), "day"))-as.Date("2020-03-23"))

Depois_do_Home_office=c(Arleyd, Tataud)

data=data.frame(colaborador, Antes_do_Home_office, Depois_do_Home_office)


fig <- plot_ly(data, x = ~colaborador, y = ~Antes_do_Home_office, type = 'bar', name = 'Antes Home-Office')
fig <- fig %>% add_trace(y = ~Depois_do_Home_office, name = 'Depois Home-Office')
fig <- fig %>% layout(yaxis = list(title = 'Count'), barmode = 'group')

fig
```

Institucional
=====================================

Row
----------------------------------

### Produção por colaborador

```{r}
proporcaoinstitucional=data.frame(table(institucional$`TÉCNICO RESPONSÁVEL`))
names(proporcaoinstitucional)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoinstitucional$Funcionário,
  value=proporcaoinstitucional$Quantidade
)


plot_ly(data, labels = ~group, values = ~value, type = 'pie') %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))


```

### Serviços prestados

```{r}
proporcaoprodutos=data.frame(table(institucional$CATEGORIA))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value) %>%
  add_pie(hole = 0.6) %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))


```

### As 10 cooperaivas que mais pediram no mês

```{r}
demandas_cooperativas=data.frame(table(institucional$`COOPERATIVA SOLICITANTE`))
names(demandas_cooperativas)=c("Cooperativa", "Frequência")
demandas_cooperativas=demandas_cooperativas %>% arrange(Frequência)
n=demandas_cooperativas %>% nrow()
if(n>10){
demandas_cooperativas=demandas_cooperativas %>% slice((n-10):n)
}

p <- plot_ly(demandas_cooperativas, x = ~reorder(Cooperativa, -Frequência), y = ~Frequência, type = 'bar', name = 'SF Zoo') %>%
    layout(barmode = 'group', xaxis = list(title = "Cooperativas", range = c(-0.5,9.5)))

p

```

Row
----------------------------------

### Produção diária de peças
```{r}
demandas_mes=institucional

teste_pecas=data.frame(table(demandas_mes$`TÉCNICO RESPONSÁVEL`, demandas_mes$`DATA DE ENTREGA`))
names(teste_pecas)=c("Colaborador", "year", "n")
teste_pecas$year=as.Date(teste_pecas$year)

# Plot
p <- teste_pecas %>% 
  ggplot( aes(x=year, y=n, fill=Colaborador, text=n)) +
  geom_area( )+
  scale_fill_viridis(discrete = TRUE)+
  #theme(legend.position="none") +
  theme_ipsum()+
  scale_x_date(date_labels = "%e %B")
  #theme(legend.position="none")

# Turn it interactive
p <- ggplotly(p, tooltip="text") %>% layout(xaxis = list(title="Dia do mês"), yaxis = list(title="Quantidade de peças"))
p
```

### Média de peças diárias produzidas por colaborador antes e depois do Home-Office

```{r}
base=data.frame(table((maindata %>% filter(NUCLEO=="INSTITUCIONAL"))$`TÉCNICO RESPONSÁVEL`, (maindata %>% filter(NUCLEO=="INSTITUCIONAL"))$`DATA DE ENTREGA`))
base$Var2=as.Date(base$Var2)
base=base %>% filter(Var1!="Gabriela") %>% filter(Var1!="Kátia") %>% filter(Var1!="Ana Luiza")

colaborador=levels(factor(base$Var1))
Ana_clara=base %>% filter(Var1=="Ana Clara") %>% filter(Var2% filter(Var1=="Kenny") %>% filter(Var2% filter(Var1=="Samuel") %>% filter(Var2% filter(Var1=="Ana Clara") %>% filter(Var2>as.Date("2020-03-21"))
Ana_clarad=sum(Ana_clarad$Freq)/as.numeric(as.Date(cut(Sys.Date(), "day"))-as.Date("2020-03-23"))

Kennyd=base %>% filter(Var1=="Kenny") %>% filter(Var2>as.Date("2020-03-21"))
Kennyd=sum(Kennyd$Freq)/as.numeric(as.Date(cut(Sys.Date(), "day"))-as.Date("2020-03-23"))

Samueld=base %>% filter(Var1=="Samuel") %>% filter(Var2>as.Date("2020-03-21"))
Samueld=sum(Samueld$Freq)/as.numeric(as.Date(cut(Sys.Date(), "day"))-as.Date("2020-03-23"))

Depois_do_Home_office=c(Ana_clarad,Kennyd, Samueld)

data=data.frame(colaborador, Antes_do_Home_office, Depois_do_Home_office)


fig <- plot_ly(data, x = ~colaborador, y = ~Antes_do_Home_office, type = 'bar', name = 'Antes Home-Office')
fig <- fig %>% add_trace(y = ~Depois_do_Home_office, name = 'Depois Home-Office')
fig <- fig %>% layout(yaxis = list(title = 'Count'), barmode = 'group')

fig
```

ASCOM
=====================================

Row {data-width=150}
--------------------------------------
### Total new hires
```{r}
newhires=(revistas_relatorios %>% nrow()) + (atendimento_a_imprensa %>% nrow())
valueBox(value = newhires,icon = "fa-thumbs-up",caption = "Serviços Executados",color = "#00AE9D")
```

### Total exits
```{r}
exits= revistas_relatorios %>% nrow()
valueBox(value = exits,icon = "fa-comments",caption = "Relatórios de Gestão e Revistas", color = "#003641")
```

### Net change
```{r}
netchange=atendimento_a_imprensa %>% nrow()
valueBox(value = netchange,icon = "fa-user-plus",caption = "Atendimento à Imprensa", color = "#49479D")
```

Row
-------------------------------------

### Serviços prestados

```{r}
proporcaoprodutos=data.frame(table(revistas_relatorios$`TÉCNICO RESPONSÁVEL`))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value, type = 'pie') %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))


```

### Proporção de revistas e relatórios trabalhados

```{r}
proporcaoprodutos=data.frame(table(revistas_relatorios$CATEGORIA))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value) %>%
  add_pie(hole = 0.6) %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))


```

### Proporção dos serviços realizados por etapas

```{r}
proporcaoprodutos=data.frame(table(revistas_relatorios$ETAPA))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value) %>%
  add_pie(hole = 0.6) %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))


```

Row
---

### Serviços executados diariamente

```{r}
demandas_mes=revistas_relatorios_total

teste_pecas=data.frame(table(demandas_mes$`TÉCNICO RESPONSÁVEL` , demandas_mes$`DATA DE ENTREGA`))
names(teste_pecas)=c("Colaborador", "year", "n")
teste_pecas$year=as.Date(teste_pecas$year)

# Plot
p <- teste_pecas %>% 
  ggplot( aes(x=year, y=n, fill=Colaborador, text=n)) +
  geom_area( )+
  scale_fill_viridis(discrete = TRUE)+
  #theme(legend.position="none") +
  theme_ipsum()
  #theme(legend.position="none")
  #scale_x_date(date_labels = "%e %B")

# Turn it interactive
p <- ggplotly(p, tooltip="text") %>% layout(xaxis = list(title="Dia do mês"), yaxis = list(title="Quantidade de serviços"))
p
```

### Jornais que contataram

```{r}
pecas_acumuladas=data.frame(table(atendimento_a_imprensa$`QUAL É O JORNAL?`))

plot_ly(pecas_acumuladas, x = ~reorder(Var1, -Freq), y = ~Freq, type = 'bar', name = 'SF Zoo') %>%
    layout(barmode = 'group', xaxis = list(title = "Tipo de peça"))

```

Mídias Digitais
=====================================

Row
-------------

```{r}

```

Audio Visual
=====================================

Row
-------------

### Serviços prestados

```{r}
proporcaoprodutos=data.frame(table(audiovisual$CATEGORIA))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value) %>%
  add_pie(hole = 0.6) %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))

```

### 10 cooperaivas que mais requisitaram

```{r}
demandas_cooperativas=data.frame(table(audiovisual$`COOPERATIVA SOLICITANTE`))
names(demandas_cooperativas)=c("Cooperativa", "Frequência")
demandas_cooperativas=demandas_cooperativas %>% arrange(Frequência)
n=demandas_cooperativas %>% nrow()
if(n>10){
demandas_cooperativas=demandas_cooperativas %>% slice((n-10):n)
}

p <- plot_ly(demandas_cooperativas, x = ~reorder(Cooperativa, -Frequência), y = ~Frequência, type = 'bar', name = 'SF Zoo') %>%
    layout(barmode = 'group', xaxis = list(title = "Cooperativas"))

p

```

Row
---

### Produção diária de peças
```{r}
demandas_mes=produtos %>% filter(produtos$`TÉCNICO RESPONSÁVEL`=="Saulo")


teste_pecas=data.frame(table(demandas_mes$`TÉCNICO RESPONSÁVEL`, demandas_mes$`DATA DE ENTREGA`))
names(teste_pecas)=c("Colaborador", "year", "n")
teste_pecas$year=as.Date(teste_pecas$year)

# Plot
p <- teste_pecas %>% 
  ggplot( aes(x=year, y=n, fill=Colaborador, text=n)) +
  geom_area( )+
  scale_fill_viridis(discrete = TRUE)+
  #theme(legend.position="none") +
  theme_ipsum()+
  scale_x_date(date_labels = "%e %B")
  #theme(legend.position="none")

# Turn it interactive
p <- ggplotly(p, tooltip="text") %>% layout(xaxis = list(title="Dia do mês"), yaxis = list(title="Quantidade de peças"))
p
```



Arquitetura
=====================================

Row
-------------

### Serviços prestados

```{r}
proporcaoprodutos=data.frame(table(arquitetodiario$CATEGORIA))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value) %>%
  add_pie(hole = 0.6) %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))

```

### 10 cooperaivas que mais requisitaram

```{r}
demandas_cooperativas=data.frame(table(arquitetodiario$`COOPERATIVA SOLICITANTE`))
names(demandas_cooperativas)=c("Cooperativa", "Frequência")
demandas_cooperativas=demandas_cooperativas %>% arrange(Frequência)
n=demandas_cooperativas %>% nrow()
if(n>10){
demandas_cooperativas=demandas_cooperativas %>% slice((n-10):n)
}

p <- plot_ly(demandas_cooperativas, x = ~reorder(Cooperativa, -Frequência), y = ~Frequência, type = 'bar', name = 'SF Zoo') %>%
    layout(barmode = 'group', xaxis = list(title = "Cooperativas"))

p

```

Row
--------------------

### Quantidade de serviços realizados por dia útil
```{r}
demandas_mes=arquiteto

teste_pecas=data.frame(table(demandas_mes$`TÉCNICO RESPONSÁVEL`, demandas_mes$`DATA DE ENTREGA`))
names(teste_pecas)=c("name", "year", "n")
teste_pecas$year=as.Date(teste_pecas$year)

# Plot
p <- teste_pecas %>% 
  ggplot( aes(x=year, y=n, fill=name, text=n)) +
  geom_area( )+
  scale_fill_viridis(discrete = TRUE)+
  #theme(legend.position="none") +
  theme_ipsum()+
  scale_x_date(date_labels = "%e %B")
  #theme(legend.position="none")

# Turn it interactive
p <- ggplotly(p, tooltip="text") %>% layout(xaxis = list(title="Dia do mês"), yaxis = list(title="Quantidade de peças"))
p
```


### Produção mensal Aquiteto

```{r}
peca_mes=c(nrow((arquiteto %>% filter(`DATA DE ENTREGA`>=as.Date("2020-01-01") & `DATA DE ENTREGA`% filter(`DATA DE ENTREGA`>=as.Date("2020-02-01") & `DATA DE ENTREGA`% filter(`DATA DE ENTREGA`>=as.Date(cut(Sys.Date(), "month")) & `DATA DE ENTREGA`<=as.Date(cut(Sys.Date(), "day"))))))
data <- seq(as.Date("2020/01/1"), as.Date("2020/03/1"), "month")
dadostemporal=data.frame(peca_mes, data)
names(dadostemporal)=c('Peça', 'Mês')

temporal <- ggplot(data = dadostemporal,
                   mapping = aes(x = Mês, y = Peça)) +
  geom_point() +
  geom_line() +
  geom_area(fill="#00AE9D", alpha=0.5)+
  theme_ipsum()+
  scale_x_date(date_labels = "%e %B")
ggplotly(temporal)
```

Mídias Off
=====================================

### Produção diária de Mídias-off

```{r}
demandas_mes=midias_off

teste_pecas=data.frame(table(demandas_mes$`TÉCNICO RESPONSÁVEL`, demandas_mes$`DATA DE ENTREGA`))
names(teste_pecas)=c("name", "year", "n")
teste_pecas$year=as.Date(teste_pecas$year)

peca_mes=teste_pecas$n
data <- teste_pecas$year
dadostemporal=data.frame(peca_mes, data)
names(dadostemporal)=c('Peça', 'Mês')

temporal <- ggplot(data = dadostemporal,
                   mapping = aes(x = Mês, y = Peça)) +
  geom_point() +
  geom_line() +
  geom_area(fill="#00AE9D", alpha=0.5)+
  theme_ipsum()+
  scale_x_date(date_labels = "%e %B")
ggplotly(temporal)
```